开启内测!360纳米AI推出“MCP万能工具箱”

下一词预测(Next-token Prediction)深度解析:从 N-gram 到 GPT 的唯一目标函数 下一词预测(NTP)是自回归语言模型的核心训练目标,其本质为最小化交叉熵,等价于最大似然估计。通过链式法则将序列概率分解为条件分布,模型在无监督下学习语料中真实下一个 token 的高概率输出。从n-gram到Transformer,技术演进始终围绕提升上下文建模能力与并行效率。训练时利用因果掩码实现并行前向,推理则逐token采样生成。损失函数的下降揭示了规模定律下的通用智能涌现,但模型仍受限于生成能力,无法学习逻辑或常识。该目标统一了训练、评估与推理,构成大模型发展的基石。 阅读详情

发布 | 大力财经

分析特斯拉股票能不能买?现阶段还能否投资黄金?撰写一份新能源汽车的市场调研,上传检查结果给出诊疗建议,周边有哪些春游好去处……无论工作还是生活场景,但凡你有需求,打开纳米AI客户端,调用万能工具箱里的对应工具,说一句话或敲一行字,接入工具能力的大模型就能开始分析你的需求,规划产出步骤,飞速调用各类网页、工具,甚至还会当场编写一段代码去执行某个步骤。极短时间内,一份图文并茂的报告或规划就能生成。过去,人工做这个工作可能需要几天时间,现在,AI几分钟、几块钱的成本就能办到。

4月23日,360旗下纳米AI正式发布“MCP万能工具箱”,360集团创始人周鸿祎介绍,万能工具箱基于MCP而生,已接入超过110款工具,覆盖办公协作、学术、生活服务、搜索引擎、金融、媒体娱乐、数据抓取等多种场景,且工具免费、可一键安装、安全可信。目前,用户可在纳米AI客户端直接调用各类工具,还能用工具创建属于自己的智能体,提升工作效率,方便自身生活。

MCP是一种开放标准协议,类似USB-C接口,为大型语言模型调用外部工具、数据源及现实世界提供标准化的连接方式,例如,通过MCP,大模型可调用地图导航、航班查询、酒店预订服务等多种工具,直接把用户的出行安排到“拎包就走”。

4月23日下午开始,360纳米AI的万能工具箱正式开启内测,首批受邀用户为部分AI博主、媒体和普通用户,目前,只有拿到邀请码,才能开始体验。记者注意到,在大批科技类社群中,邀请码已经一码难求。

记者拿到邀请码后,在纳米AI客户端内找到万能工具箱,选择“纳米AI超级搜索”、“金融数据”等MCP工具,以“最近两家有外卖业务的公司正在激烈竞争,分析他们的财报,告诉我该购买哪一家的股票”为指令开始实测,调用了上述工具的大模型会自动提取两家公司的财务数据和业务发展信息,10余分钟便生成内容扎实、设计酷炫的结果;再以“黄金现在作为投资还明不明智”为指令实测,大模型给出的分析和投资建议也令人惊叹,其全面性精准度丝毫不弱于券商分析师。

在纳米AI站内,点击创建智能体按键,在技能选择框里选择“热门新闻”工具,不到1分钟即可配置一个智能体,使用这个智能体分析2025年上海车展看点,智能体能快速给出逛展路线图、新能源车亮点对比、上海车展展馆分布与人流分析等多个维度的分析结果,其效率远超人工。这意味着,人人皆可创造专属自己的超级智能体,例如,医生可以生成医疗领域智能体,能够连接病历数据库和影像工具辅助医生诊断,金融分析师可创建金融领域智能体,能够实时分析市场数据自动生成投资策略。

纳米AI产品负责人梁志辉介绍,MCP让大模型可调用工具,大家熟悉的Deepseek大模型过去只能做文本理解、内容生成的事情,但现在在纳米AI客户端里给DeepSeek 加上MCP 工具,DeepSeek 能帮你作图、编辑视频,或者调用其他工具来帮你办到过去大模型办不到事,最终解决“AI可用”的问题。当工具调用变得像呼吸一样自然,AI才能突破今天“只是个聊天机器人”的尴尬,才能进化成真正的“数字员工”。

梁志辉透露,纳米AI这次上线的MCP万能工具箱,是本着打造“AI应用基础设施”的目标在反复打磨。360的考量是,工具对AI应用意义重大,在人类历史中,人类的脑容量水平并未发生根本改变,但人类世界在发生天翻地覆的变化,原因在于,人类创造工具利用工具的能力在无限加强,是工具改变了世界。

AI行业也同样,工具的质量和多寡,是决定智能体等AI应用能力强弱的关键因素之一;目前市面上基于MCP的工具,大多是面向开发者的,即便是开发者使用,也需要花费较长时间处理安装配置问题,但360纳米AI的MCP万能工具箱,不但开发者可以用,普通用户也可以开箱即用,梁志辉介绍,实现工具的普惠、标准、低门槛易用极端重要,只有让普通用户和开发者一样能够调用MCP工具在工作生活中使用大模型、调用MCP工具去制造智能体,才会真正带来AI应用的大爆发,提高全社会生产效率。

除了“开箱即用”等特点,据了解,面对频频曝出的AI安全问题,纳米AI在其万能工具箱的开发过程中专门为所有工具做了安全检测,能够解决行业普遍面临的MCP服务安全和信任等问题,确保用户能在安心、安全的环境下使用。

“对比市场同类产品,纳米AI本身集成了国内16家大模型厂商的50多款大模型,Deep Seek- R1和阿里通义千问都在其中,用户能选择不同的大模型基座驱动工具乃至智能体。”梁志辉称,纳米AI还精心打磨了知识库产品,可以让AI更懂企业和个人,“纳米AI万能工具箱、知识库、多模型,这些功能的组合,可以让纳米AI为用户提供更好更实用的体验。”

存储&AI行业每日要闻(2026-10-25 影响:这是市场对"烧钱就能赢"叙事的一次集体重估——Meta 主动设 C 类股稀释投票权也要融资,SpaceX 单季资本开支逼近营收 1.35 倍,叠加前一日博通 600 亿/SpaceX 400 亿芯片抵押融资,AI 基建已进入"股权+债务双管抽血"阶段;若指引保守,则昨日费半暴跌的余波将继续发酵。影响:DSX POD 的本质是把 AI 基建从"定制工程"变成"集装箱产品"——这与前一日"芯片抵押融资 5000 亿框架"形成闭环:英伟达不仅卖 GPU,还帮客户解决融资、集成、电力等全链条问题; 阅读详情

相关推荐

Unity动态创建Avatar骨骼映射

Unity Avatar骨骼映射动态创建,适配Unity通用动画,无需经过第三方建模软件,可运行时创建

Nbin_Newby的博客 1万+

为什么MCP火爆技术圈,普通用户却感觉不到?

本文将深入分析MCP的运行机制、普通用户难以接触的原因,并介绍纳米AI的MCP万能工具箱如何打破门槛,让MCP真正走向大众。

掘金 AICoding 394

智能解决装箱问题:使用优化算法实现高效包装

装箱问题(Bin Packing Problem)是组合优化领域中的一个经典问题,主要涉及如何将一系列对象高效地装入有限数量的容器(或“箱”)中,同时满足特定的约束条件。这个问题的目标是最小化所需使用的箱子数量或者最大化箱子的装载效率,以减少空间或资源的浪费。

MindOpt_003的博客 5521

纳米AI的「万能工具箱」开箱: AI一键写报告、做投资、出视频!

开箱即用、覆盖110+工具,零基础可用。

weixin_47201270的博客 1830

实战指南:在摩尔线程GPU上部署AI模型的完整流程

本文提供了一份详尽的实战指南,手把手教你如何在摩尔线程GPU上成功部署AI模型。内容涵盖从驱动安装、Docker环境配置,到核心的代码适配与模型运行全流程,并分享了性能调优技巧与常见避坑方法,旨在帮助开发者高效利用国产硬件进行AI应用开发。

weixin_29271263的博客 505

InSAR数据获取实战指南:Sentinel-1、精密轨道与ALOS PALSAR DEM的下载与应用

本文详细介绍了InSAR数据获取的实战指南,重点解析Sentinel-1数据、精密轨道数据(OPOD)和ALOS PALSAR DEM的下载与应用技巧。通过实际案例和代码示例,帮助读者掌握数据筛选、下载加速、校验及多源数据协同使用的关键方法,提升地面形变监测的精度与效率。

weixin_29215815的博客 428

「大车小标」自动稽核怎么落地:识别车型与计费车型如何自动比对、争议如何排除

在高速公路货车逃费里,"大车小标"是最高频、也最难缠的一类:实际是更大车型、更多轴数的货车,却按更小车型交费,跑同样的路交更少的钱。单次差额可能不大,但放到长距离、高频次、规模化运营的路网里,累积的通行费流失相当可观。自动稽核"大车小标",核心不是"识别出这是什么车"这么简单,而是要把多个来源的车型判断和最终计费车型自动比对,并在大量正常交易里把真正可疑的少数挑出来,同时把设备误差、遮挡污染造成的误判排除掉。本文拆解这条链路的工程落地思路,全文定性,不涉及具体识别率与金额。

weixin_53898122的博客 369

技术面试官视角:复盘北航/中科院/哈工大保研机试与面试,他们到底在考察什么?(附真题回忆与评分侧重点)

本文从技术面试官视角解析北航、中科院、哈工大等顶尖院校保研机试与面试的考核逻辑,揭示编程语言限制、题目难度设计等隐藏考察维度,并提供真题回忆与评分侧重点。帮助考生理解面试官的真实意图,掌握应对策略,提升通过率。

weixin_42549496的博客 512

【技术拆解】配音工具选型评估方法论:用 6 个维度给 AI 配音软件打打分

✅ 测试方案:准备一段包含括号注释、数字、中英文混排的文案导入试听,校验读音、停顿是否合理。案例参考:逗哥配音配套了文案提取、自动对轴、人声分离、声音转换等附加工具,支持 wav /mp3 /mp4 格式导出,可附带字幕与 SRT 文件,在字幕对齐、文件导出这条链路具备对应的能力,适合批量生产场景的创作者在这个维度进行自测打分。同一款配音引擎,有人评价 “自然接近真人”,也有人反馈 “AI 感很重”,核心差异往往来自使用场景:30 字以内的短口播,和 3000 字小说章节朗读,对引擎能力要求完全不一样。

zhizhizhuzhuxia的博客 157

QGIS实用功能:加载天地图与下载指定区域遥感影像

本文聚焦 QGIS 软件实用功能,详细介绍在 QGIS 中加载天地图及其他常用底图(如 Google Maps、Bing Maps)的完整流程,涵盖天地图插件安装、密钥获取与配置、插件拓展使用等操作。同时,以 上海市瑞金二路街道为例,分步讲解下载指定区域遥感影像的方法,包括图层选择、坐标系设置、分辨率调整等关键参数配置。此外,还介绍了影像精准裁剪技巧,为 GIS 数据获取与处理提供实用指导,助力用户高效使用 QGIS 开展地理信息相关工作。

weixin_43679228的博客 7411

Android16 3576 u盘固件升级功能添加

1.在u-boot/drivers/power/pmic/rk8xx.c。这里是读取power键的寄存器判断长短按。

tzj1058756809的博客 571

一文读懂 RSI:大模型递归自进化五大技术路线全景解析

在人工智能领域,递归自进化(RSI) 是指一个 AI 系统不仅能够自主提升自身的任务表现,还能够改进 ⌈产生这种改进的机制本身⌋,从而形成持续迭代的正向飞轮。为了通俗理解 RSI,可以将 LLM 系统下的 RSI 划分为三个递进层级(参考 https://github.com/lobehub/awesome-rsi 、 https://arxiv.org/abs/2607.07663、https://arxiv.org/abs/2607.07663):演进层级通俗比喻核心特征改了什么是否持久化。

分享AI前沿进展、底层原理和行业应用 235

【华为OD机试真题】4、字符统计及重排 | 机试真题+思路参考+代码解析(C++、Java、Py)

题目描述 >给出一个仅包含字母的字符串,不包含空格,统计字符串中各个字母(区分大小写)出现的次数, 并按照字母出现次数从大到小的顺序。输出各个字母及其出现次数。 如果次数相同,按照自然顺序进行排序,且小写字母在大写字母之前

KJ.JK 3285

外贸独立站 AI 爬虫日志分析:UA 清单、状态码分布与「爬取不等于引用」

日志可反映爬虫访问路径、状态码与UA,但无法证明内容是否被AI引用。需按UA、状态码、路径三层分析,识别可达性问题,避免误判“抓取=引用”。应结合实测验证引用效果,警惕日志误导。关键结论:抓取≠收录≠引用,技术优化仅解决可抓取性,不保证被引用。

mqhgeo的博客 354

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

LDR6100 智能遥控器精品软文:Type-C 充电口与低功耗量产维护

当 USB-C 接口从单纯的结构升级,变成整机供电稳定性、待机续航、量产一致性的核心瓶颈,智能遥控器、语音遥控器、手持控制器这类小型手持设备的硬件开发,早已不再是 “换一个 Type-C 座子” 那么简单。大量项目在试产阶段反复踩坑:不同品牌适配器识别失败、热插拔瞬间掉电死机、整机休眠待机电流超标导致电池续航缩水、产线测试时端口状态无法捕捉、兼容性参差不齐。乐得瑞 LDR6100 作为单路 USB-C/PD 专用控制芯片,专为小体积手持设备的 Type-C 供电入口量身打造。

LDR006的博客 419

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

电子厂用易特AI助理做BOM变更影响分析,改一处知道影响哪些单

电子厂BOM改了不知道影响哪些在制订单,容易用旧BOM做错返工。易特电子行业ERP加易特AI助理,改BOM后自动分析影响哪些工单哪些采购哪些物料,出报告通知车间采购。小厂要BOM变更建版本、工单绑定版本、AI报告老板决策、变更通知到人。上线后因变更没通知到位导致的返工降到零,BOM变了大家都知道怎么处理。

2602_96212498的博客 198

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

8G 显存本地部署 AI 漫剧流水线:分镜提示词版本管理、批量归档与角色提示词隔离实战教程

本文针对8G显存本地部署的AI漫剧生产中提示词混乱、版本丢失、角色画风漂移等痛点,设计并实现一套轻量化本地提示词管理系统。系统基于纯JSON文件存储,支持角色提示词隔离、分镜模板复用、项目版本快照、批量校验与导入导出,与ComfyUI流水线无缝对接,实现画风一致性与高效复现。所有功能均无需数据库,可常驻后台运行,显著提升红果短剧系列化生产的稳定性与可维护性。

2603_96706877的博客 161

32 分钟不是完成科研:多智能体读脑图谱,突破在哪里?

如果数千个 AI 智能体只用 32 分钟,就能梳理一份庞大的脑科学数据,我们应该惊讶什么?是模型终于能“独立做科研”,还是科研流程中的某个环节开始出现新的组织方式?10 月 21 日,OpenAI 公布了与 PerturbAI、Scripps Research 合作的研究:利用基于 GPT-Rosalind 的多智能体系统,解释一份已经存在的小鼠脑基因扰动数据,整理潜在研究线索。

weixin_44369324的博客 260

图像审核‑图片内容风控‑违规图像检测‑图片鉴黄鉴暴‑广告二维码识别‑图像风险筛查 API 接口介绍

名称类型必须说明imgBase64String否图像base64字符串imgFilefile否图像文件imgUrlString否图像url链接imgTypeString否图片类型 0: 静态图片(PNG、JPG、JPEG、BMP、GIF(仅对首帧进行审核)、Webp、TIFF)1: GIF动态图片 默认 0注意imgFile, imgBase64, imgUrl至少传入一个,优先级:imgBase64 > imgFile > imgUrl。

聚美智数 249

我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

很多人第一次听到“导出对话”,脑子里浮现的是打开某一条聊天记录,右上角点一下导出,保存成一份文件。这不是为了设门槛,而是因为批量导出背后的枚举、并发、格式渲染成本,和单条导出完全不是一个量级。AI导出鸭 不做格式绑架,这是它作为导出工具的基本修养。回到标题那个问题:我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内,你们AI导出鸭可以吗?批量导出和选择性导出并不冲突,工具的设计逻辑是先枚举、再选择、后导出。我需要批量导出Poe左边栏所有对话,而不是一条具体的对话内容,你们AI导出鸭可以吗?

laoyunsi的博客 120

零信任架构实战:基于海宇全国车辆配置查验构建自动化智慧高速公路称重检测与ETC货车车型分类比对网关

破解高速公路货车车型分类与治超比对痛点:从人工目测验票到车管权威配置数据即时直连 在全国深化收费公路制度改革、全面取消省界收费站以及大力推行“入口称重检测、按车型分类计费(JT/T 489-2019《收费公路车辆通行费车型分类》)、ETC不停车电子收费”的智慧交通体系中,高速公路ETC自由流门架系统与入口动态称重治超检测中台承担着高速通行效率与道路交通安全治

haiyuzhicha的博客 192

AI辅助逆向的完整链路——反汇编→特征提取→大模型重写

编译后的程序(PE/ELF/Mach-O)丢失了源代码几乎所有高层语义:变量名、注释、类型、函数命名、循环分支结构,只剩下CPU能识别的机器码。传统逆向链路:机器码 → 反汇编(汇编指令)→ 人工阅读 + 静态分析工具生成伪C → 人工梳理逻辑。优化编译、混淆、花指令会把控制流打碎,伪代码可读性极差;无符号剥离(stripped binary)下所有函数都是FUN_xxxx,变量全是v1、v2;单函数上下文有限,跨函数调用、数据依赖靠人脑记忆,效率极低;

weixin_43156294的博客 207

主机 Agent:用 AI 操作本地与远程主机

本章适合这样的任务:你已经在 aiopsterm 中保存并连接了一台主机,希望让 AI 帮你完成诊断、命令生成或多步运维,同时保留明确的目标主机和审批边界。

woai110120130的专栏 160

AI 越快,越要慢下来想清楚

AI 把"做出来"变便宜了,值钱的东西整体往后移——从执行到判断、从生产到分发、从产出到问责。层面普通人程序员生产与回报不学"变现课",学自己已验证的链路先验证"有人付钱",再让 AI 加速开发劳动与入口可编码的交出去,省下的时间投到判断/协调/关系从"实现者"迁到"定义者 + 验收者"能力与判断学"什么算做好",保留判断权合入底线:看懂 or 完备用例通过信任与账单学"什么不该用 AI 做",放大独有的AI 可以帮你写,不能帮你懂。

runafterhit的博客 287

【工业AI实战】工业智能体如何打通RAG、工具调用与MOM?架构设计与落地避坑

麦肯锡与Anthropic研究揭示,AI虽提升个人效率,但企业级高绩效应用仍受限。工业智能体正从生成答案转向任务规划、工具调用与连续执行,推动制造业AI向系统化演进。其核心在于构建融合任务理解、知识检索、工具调用、权限控制与验证反馈的技术架构,并与MOM系统协同,实现自然语言交互与业务流程闭环。技术选型应基于场景需求,优先结合RAG与结构化查询,逐步引入知识图谱与微调。工业智能体落地关键在于真实环境中的可靠性、安全性和可验证价值,而非单一模型表现。

qq_40453532的博客 355

【零基础学AI】第 16 章课后练习与答案

全部数值为虚构教学设定。先在纸上算,再运行代码核对。

m0_73879806的博客 216
上一篇: 东风汽车发布“天元智能”:以“一核双基双元”重塑智能车新生态
下一篇: 第十二届百度奖学金颁奖典礼隆重举行,AI人才共赴智能时代
大力财经
博客等级 码龄7年 1815粉丝 884原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值